• 한국펄프종이공학회:학술대회논문집
• /
• 한국펄프종이공학회 2009년도 춘계학술발표회 논문집
• /
• pp.9-14
• /
• 2009

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.308-310
• /
• 2000

관찰학습(OLA: Observational Learning Algorithm)은 앙상블 네트워크의 각 구성 모델들이 아른 모델들을 관찰함으로써 얻어진 가상 데이터와 초기에 bootstrap된 실제 데이터를 학습에 함께 이용하는 방법이다. 본 논문에서는, 초기 학습 데이터 셋을 분할하고 분할된 각 데이터 셋에 대하여 앙상블의 구성 모델들을 전문화(specialize)시키는 방법을 적용하여 기존의 관찰학습 알고리즘을 개선시켰다. 제안된 알고리즘은 bagging 및 boosting과의 비교 실험에 의하여, 보다 적은 수의 구성 모델로 동일 내지 보다 나은 성능을 나타냄이 실험적으로 검증되었다.

• 한국전자거래학회지
• /
• 제25권3호
• /
• pp.1-13
• /
• 2020

기계학습(machine learning)이란 주어진 데이터에 대한 일반화 과정으로부터 특정 문제를 해결할 수 있는 모델(model) 생성 기술을 의미한다. 우수한 성능의 모델을 생성하기 위해서는 양질의 학습데이터와 일반화 과정을 위한 학습 알고리즘이 준비되어야 한다. 성능 개선을 위한 한 가지 방법으로서 앙상블(Ensemble) 기법은 단일 모델(single model)을 생성하기보다 다중 모델을 생성하며, 이는 배깅(Bagging), 부스팅(Boosting), 스태킹(Stacking) 학습 기법을 포함한다. 본 논문은 기존 스태킹 기법을 개선한 다중 스태킹 앙상블(Multiple Stacking Ensemble) 학습 기법을 제안한다. 다중 스태킹 앙상블 기법의 학습 구조는 딥러닝 구조와 유사하고 각 레이어가 스태킹 모델의 조합으로 구성되며 계층의 수를 증가시켜 각 계층의 오분류율을 최소화하여 성능을 개선한다. 4가지 유형의 데이터셋을 이용한 실험을 통해 제안 기법이 기존 기법에 비해 분류 성능이 우수함을 보인다.

• 한국복합재료학회:학술대회논문집
• /
• 한국복합재료학회 2001년도 추계학술발표대회 논문집
• /
• pp.105-110
• /
• 2001

Autoclave curing using the vacuum bagging method is widely used for the manufacture of advanced composite prepreg airframe structures. Due to increasing use of advanced composites, specific techniques have been developed to repair damaged composite structures. In order to repair the damaged part, it is required that the damaged areas be removed, such as skin and/or honeycomb core, by utilizing the proper method and then repairing the area by laying up prepreg (and core) then curing under vacuum using the vacuum bagging materials. It shall be cured either in an oven or autoclave per the original specification requirements. Delamination can be observed in the sound areas during and/or after a couple times exposure to the elevated curing temperature due to the repeated repair condition. This study was conducted for checking the degree of degradation of properties of the cured parts and delamination between skin prepreg and honeycomb core. Specimens with glass honeycomb sandwich construction and glass/epoxy prepreg were prepared. The specimens were cured 1 to 5 times at $260^{circ}F$ in an autoclave and each additionally exposed 50, 100 and 150 hours in the $260^{circ}F$ oven. Each specimen was tested for tensile strength, compressive strength, flatwise tensile strength and interlaminar shear strength. To monitor the characteristics of the resin itself, the cured resin was tested using DMA and DSC. As a results, the decrease of Tg value were observed in the specific specimen which is exposed over 50 hrs at $260^{circ}F$. This means the change or degradative of resin properties is also related to the decrease of flatwise tensile properties. Accordingly, minimal exposure on the curing temperature is recommended for parts in order to prevent the delation and maintain the better condition.

• 응용통계연구
• /
• 제27권3호
• /
• pp.357-371
• /
• 2014

최근 들어 데이터 마이닝의 분류문제에 있어 목표변수의 불균형 문제가 많은 관심을 받고 있다. 이러한 문제를 해결하기 위해, 이전 연구들은 원 자료에 대하여 데이터 전처리 과정을 실시했는데, 전처리 과정에는 목표변수의 다수계급을 소수계급의 비율에 맞게 조정하는 과소표집법, 소수계급을 복원추출하여 다수계급의 비율에 맞게 조정하는 과대표집법, 소수계급에 K-최근접 이웃 방법 등을 활용하여 과대표집법을 적용 후 다수계급에는 과소표집법을 적용한 하이브리드 기법 등이 있다. 또한 앙상블 기법도 이러한 불균형 데이터의 분류 성능을 높일 수 있다고 알려져 있어, 본 논문에서는 데이터의 전처리 과정과 앙상블 기법을 함께 고려한 여러 모형들을 사용하여, 불균형 자료에 대한 이들모형의 분류성능을 비교평가한다.

• 응용통계연구
• /
• 제31권5호
• /
• pp.539-554
• /
• 2018

최근 등장하는 다양한 사물인터넷 기기 혹은 상황인식 기반의 인공지능에서는 사용자와 기기의 상호작용이 중요시 된다. 특히 인간을 대상으로 상황에 맞는 대응을 하기 위해서는 인간의 표정을 실시간으로 인식하여 빠르고 정확한 판단을 내리는 것이 필요하다. 따라서, 보다 빠르고 정확하게 표정을 인식하는 시스템을 구축하기 위해 얼굴 이미지 분석에 대한 많은 연구들이 선행되어 왔다. 본 연구에서는 웹사이트 Kaggle에서 제공한 48*48 8-bit grayscale 이미지 데이터셋을 사용하여 얼굴인식과 표정분류로 구분된 두 단계를 거치는 얼굴표정 자동 인식 시스템을 구축하였고, 이를 기존의 연구와 비교하여 자료 및 방법론의 특징을 고찰하였다. 분석 결과, Face landmark 정보에 주성분분석을 적용하여 단 30개의 주성분만으로도 빠르고 효율적인 예측모형을 얻을 수 있음이 밝혀졌다. LDA, Random forest, SVM, Bagging 중 SVM방법을 적용했을 때 가장 높은 정확도를 보이며, LDA방법을 적용하는 경우는 SVM 다음으로 높은 정확도를 보이며, 매우 빠르게 적합하고 예측하는 것이 가능하다.

• 대한기계학회:학술대회논문집
• /
• 대한기계학회 2003년도 춘계학술대회
• /
• pp.7-12
• /
• 2003

When the wind turbine is used in cold regions, the mechanical properties and dimension stability of the blade will be changed. The proposal of this paper is to test the durability of the blade for wind turbine. It is necessary to select the most comfortable materials and fabrication processes for more stable wind turbine blade in cold regions. To select the most comfortable materials and processes, the static strength has to know through the tensile static tests at the severe condition as cold regions. First, the tensile static specimens made by RIM (Resin injection molding) process & vacuum bagging process with reinforcement materials and resin. Tensile static tests were carried out on three laminate lay-ups (carbon prepreg, carbon fiber dry fabric and glass fiber dry fabric) at different test temperature($24^{\circ}$, $-30^{\circ}$), determining properties such as the mechanical strength, stiffness and strain to failure. At different test temperature, in order to test the tensile strengths of these specimens used the low temperature chamber. Next, the results of this test were compared with each other. Finally, the most comfortable materials and fabrication processes can select based on these results. The results show the changes in the static behavior of three laminate lay-ups at different test temperatures. At low temperatures, the static strengths are higher than the ones at room temperature.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1341-1348
• /
• 2013

데이터베이스 마케팅과 시장예측 등의 분야에서 분류문제를 해결하기 위해 다양한 데이터마이닝 기법들이 적용되고 있다. 본 연구에서는 데일리 렌즈 고객들의 거래 데이터를 기반으로 의사결정나무, 로지스틱 회귀모형과 같은 기존의 통계적 분류기법과 최근에 개발된 배깅, 부스팅, 라소, 랜덤 포리스트 그리고 지지벡터기계의 분류 성능을 비교하고자 한다. 비교 실험을 위해 데이터 정제, 탐색, 파생변수 생성, 그리고 변수 선택과정을 거쳤다. 실험결과 정분류율 측면에서는 지지벡터기계가 다른 모형보다 근소하게 높았지만 표준편차가 크게 나왔다. 정분류율과 표준편차의 관점에서는 랜덤 포리스트가 가장 좋은 결과를 보였다. 그러나 모형의 해석, 간명성 그리고 학습에 걸리는 시간을 고려하였을 때 라소모형이 적합하다는 결론을 내렸다.

• 한국복합재료학회:학술대회논문집
• /
• 한국복합재료학회 2003년도 춘계학술발표대회 논문집
• /
• pp.196-201
• /
• 2003

When the structures are used in cold regions, the mechanical properties and dimension stability of the blade will be changed. The proposal of this study is to test the durability of the structures in cold regions. It is necessary to select the most comfortable materials and fabrication processes for more stable structures in cold regions. To select the most comfortable materials and processes, the static strength has to know through the tensile static tests at the severe condition as cold regions. First, the tensile static specimens made by RIM (Resin injection molding) process & vacuum bagging process with reinforcement materials and resin. Tensile static tests were carried out on three laminate lay-ups (carbon prepreg, carbon fiber dry fabric) at different test temperature($24^{\circ}C$, $-30^{\circ}C$), determining properties such as the mechanical strength, stiffness and strain to failure. At different test temperature, in order to test the tensile strengths of these specimens used the low temperature chamber. Next, the results of this test were compared with each other. Finally, the most comfortable materials and fabrication processes can select based on these results. The results show the changes in the static behavior of three laminate lay-ups at different test temperatures. At low temperatures, the static strengths are higher than the ones at room temperature.

• 한국정보통신학회논문지
• /
• 제22권9호
• /
• pp.1153-1158
• /
• 2018

다양한 온라인 고객 평가 및 소셜 미디어 정보는 고객의 의사결정에 영향을 미치기 때문에 기업에게 매우 중요한 정보 출처라고 할 수 있다. 설문 조사를 통해 고객의 다양한 요구와 불만 사항을 파악하는 데는 많은 비용과 시간적인 제약이 발생하고 있다. 온라인 쇼핑몰의 고객 후기 데이터는 제품에 대한 고객들의 감성을 분석할 수 있는 이상적인 자료를 제공하고 있다. 본 연구에서는 삼성과 애플 스마폰에 대한 감성분석을 위해 아마존 쇼핑몰로부터 고객 리뷰 데이터를 수집하였다. 선행 연구에서 대표적인 감성분석 기법으로 사용된 5가지 분류 알고리즘을 적용하였다. 5가지 분류알고리즘은 support vector machines, bagging, random forest, classification or regression tree, maximum entropy 등이다. 본 연구에서는 분류 알고리즘의 수행도를 종합적으로 평가할 수 있는 entropy score를 제안하였다. Entropy score를 이용하여 5가지 알고리즘을 평가한 결과에 따르면 support vector machines 알고리즘의 entropy score가 가장 높은 것으로 분석되었다.